兽兽视频qvod大数据配置资产 科技重塑财富管理行业盘锦水韵嘉邸

　　从2013年开始，金融科技在国内的发展不断壮大，尽管中间经历了过度膨胀、洗牌，但整个行业正在不断壮大，之所以能持续发展，很大程度上是借助了科技的力量。

　　科技到底是如何重塑这个行业的？之前不同的人也给出了不同的答案，但真融宝董事长吴雅楠先生在最近一次量化投资行业的内部论坛上的发言非常具体，全文如下：

　　今年整个市场都比较疲软，但有两个东西最近特别火，一个是阿尔法狗大战围棋高手柯洁，另一个是共享单车，这两个东西正在改变我们的投资和生活方式。

　　科技在投资领域的应用具体讲就是智能投顾，它已经成为今年的热门的话题。

　　去年9月份出的一本英文版的畅销书叫《未来简史》，描述的是我们处在数据时代，人们留下的大数据越来越多，我们可以运用这些大数据帮助管理财富，进行资产配置。

　　机器和人的交互也会越来越明显，最近AlphaGo也是这样，机器是否会最终挑战人的自由意志，这个是仁者见仁智者见智的事情，但毫无疑问，奇点时代已经开始了。

　　AlphaGo现在已经更新到第25版了，已经不再需要通过和人对弈来提升实力，仅仅是通过机器之间相互下围棋，就可以优化程序。早期的版本还需要向人类棋手学习，现在反而通过和自己下棋就能不断提高。

　　这次比赛后，AlphaGo的开发者DeepMind也向社会公布了不少他们觉得非常有价值的棋谱。这是一个人机共赢的时代，这是毋庸怀疑的。放眼于长期，新经济最终会在股市中反应出来的，这些公司代表了未来经济发展的方向。

　　这几年的代表是金融科技，那么金融科技怎么定义？ 有一个历史渊源，早在90年代，从所谓的金融服务技术联盟开始，就有了金融+科技的一个模式。全球金融稳定委员会也对此下了一个定义，应该是一个比较权威的定义，在这里不再读了。

　　央行上个月也成立了金融科技委员会，提出了一个新的观念——"科技监管"，监管要怎么样适应科技+的模式？前两天我出席了由国家互联网应急中心发起的互联网金融阳光计划，他们尝试用大数据对整个行业进行监管，特别是用大数据对相关信息披露提供有效的支持。

　　现在的形势是基本上全球金融的各个业态，已经产生了新的模式，无论是在支付、借贷还是零售等方面，各个新的创业型公司的出现，都在与传统的金融机构融合，甚至向传统金融机构主动渗透。在中国，金融科技有更大的空间。

　　我个人认为金融科技化有三个阶段：第一个是正在经历的金融脱媒化时代，由线下转到线上，互联网让金融服务更平等，一些很好的投资理念和服务正在渗透到中产阶级。第二就是金融智能化，金融服务更强调个性化和产品化，很多服务会和生活场景相结合，比如机器炒股。第三就是金融重构化时代，现在看到的股票、商品未来可能都是数字资产，资产是二维码组成的，这会对金融行业产生一些深层次的改变，现在的信用也会被重新定义，按照区块链，多节点，不可篡改的，科技的引入将会重构信用体系，这个是更深层次的。

　　现在整个金融系统面临的是资金流向的虚实之争，传统金融与实体经济脱节，导致资金空转，这形成了一个大的矛盾，央行不断进行市场操作，希望把资金引入到实体经济，但资金是要赚钱的，实体经济难以给资金带来更好的收益。

　　那么如何让资金进入实体经济呢？要实现四化：供应链金融的证券化、消费金融的证券化、非标资产的标准化以及非标资产的FOF平台化。

　　以前我们做供应链金融都是结合一个核心企业的上下游，通过订单的联系，给小微企业提供资金，但现在订单已经碎片化了，上下游节点流程又比较多，我们需要把这些小额资产慢慢证券化，从而盘活、激活增量，把这些毛细血管最末端的资产标准化，就需要借助科技的手段。

　　另一个就是消费升级带来消费金融行业的发展。如果这些非标资产能在线上进行动态实时标准化的话，对不同类别的中小微企业非标准化资产进行一定的标准化，就可以用量化投资的方法解决中小微的融资问题。

　　最近还有一个很有意思的，高盛此前只面向大企业客户，服务的对象都是千万美元以上的，百万美元都看不上，而现在开始下沉，开始通过智能投顾的方式对100万美元级别的客户提供服务。这是海外智能投顾生态圈的一些背景。

　　那么要做好智能投顾，解决智能资产配置化，我们要如何做好模型呢？要回到量化的本质，引入新的元素，使投资组合个性化。去年一个标志性的事件是公募基金的个数超过了股票的个数，这样一样来买基金比买股票更难去选择。

　　2008年以前，很多财富管理公司和基金公司讲的是资产配置的能力，但2008年以后，大家更多的在考虑客户的风险预算是多少，这决定了公司配置什么样的产品。从原来只强调资产配置发展到风险配置，到现在给客户提供风险预算。

　　真融宝现在已经引入了智能投顾的理念，我们希望给不同用户提供不同的投资组合，客户本身的风险承受能力决定了我要给他做什么样个性化的配置，这是我们的一个理念。

　　如何做这个事？简单介绍一下我们的模式和经验，刚才有人讲到KYC(Know your customer )的概念(即充分了解你的客户)，如果提供服务的时候连用户的风险偏好是什么都不知道就无法提供有针对性的服务。

　　我们可以结合现有的技术，完全可以用大数据来做KYC的决策。我们现在处在一个没有任何隐私的时代，所有的行为，上网、消费、出行、投资都可以作为判断个人偏好的数据背景。以前大家都买公募基金，其实每个人应该拥有自己的基金，每个人应该拥有自己的ETF，因为每个人的风险承受能力不一样。

　　了解了用户的风险偏好，就要通过智能化的方式进行资产配置，我们已经帮助200万用户做了资产配置，单个用户投资6万块钱，一共配置了300万的资产。

　　我们一直在探索如何用数据、科技把用户和产品联系起来，无论从获客还是刚才讲的KYC，我会对用户进行多维度的分析，尝试得出一个风险偏好。现在每个月、每一天都会对客户留下的数据线索进行分析。

　　比如，每个月固定某一天天赎回两万块钱，这个可能是还房贷的用户，还有一些用户每天有不等额的钱出去，这个可能是还信用卡。基金公司之前是很难接触到终端客户，做基金的时候不了解用户需求，但是现在金融科技有了这样的技术渠道，就可以看到客户自己留下的场景化痕迹。

　　我们还可以对客户的资产组合进行一些个性化的处理，也可以根据用户互联网访问行为进行机器学习，从不同的关键信息得出不同的风险偏好判断。刚才提到了每个真融宝用户投资6万元，平均投资到300万多条资产，300多万的资产如何有效的匹配到200多万用户每个人的投资组合里，这个靠人工没有办法完成。

　　时间有限，简单分享一下自己对中国本土化智能投顾的一些体会，现在已经到了一个可以用智能化，数据化来辅助KYC的时代，我们面对的是中产阶级，很多可以用大数据来辅助KYC，对我们用户行为画像。

　　当然我觉得会整个行业也会面临一些挑战，首先是投资者适当性，表现在风险偏好的识别能否非常准确；其次还是资产荒的问题；第三个是监管的复杂性。

　　总体来看，中国的智能化投顾可以比海外更加彻底，而且空间更大。随着利率市场化、资产证券化、人民币国际化、金融科技化的不断深入，整个行业会发展的更壮大。